Chuyển đến nội dung chính

第 14 課:概念與詞彙 — 標準辭典基礎

這兩個表是詞彙系統的核心:概念包含所有醫學概念,詞彙管理起源。了解 standard_concept、domain_id、concept_class_id、vocabulary_id 以及如何在 Athena 上尋找。

🏗️ 建築 — 第 14 課 概念和詞彙 標準字典平台 初學者的 OMOP CDM 5.4 — 從頭到尾了解 第 5 部分:標準化詞彙 亞洲開發網

詞彙生態系統——概念、詞彙、關係、祖先

簡介

標準化詞彙系統是 OMOP CDM 的「大腦」——所有臨床數據都連結到這裡。本文重點介紹兩個中心表:CONCEPT(包含約 1000 萬個醫學概念)和 VOCABULARY(管理 70 多個字典來源)。理解這兩個表是掌握OMOP的關鍵。


1. 概念表

1.1。結構

專欄類型說明範例
concept_id整數PK-全球唯一ID201826
concept_nameVARCHAR(255)概念名稱“2 型糖尿病”
domain_idVARCHAR(20)域(哪個表)“條件”
vocabulary_idVARCHAR(20)FK → 字彙“SNOMED”
concept_class_idVARCHAR(20)字彙分類「臨床發現」
standard_conceptVARCHAR(1)VARCHAR(1)S=標準,C=分類,NULL
concept_codeVARCHAR(50)字彙表原碼“44054006”
valid_start_date日期生效開始日期2002-01-31
valid_end_date日期有效期限2099-12-31
invalid_reasonVARCHAR(1)VARCHAR(1)NULL=有效,U=更新,D=刪除

1.2。 standard_concept — 三種類型的概念

  ┌─────────────────────────────────────────────────────┐
  │ standard_concept = 'S' (Standard)                    │
  │ → Concept "chính thống" dùng trong *_concept_id     │
  │ → VD: SNOMED 201826 "Type 2 diabetes mellitus"      │
  │ → Dùng cho condition_concept_id                      │
  └──────────────────────┬──────────────────────────────┘
                         │ Maps to (nguồn → đích)
  ┌──────────────────────┴──────────────────────────────┐
  │ standard_concept = NULL (Non-standard / Source)      │
  │ → Concept nguồn từ ICD, CPT4, ATC...               │
  │ → VD: ICD10CM 45591837 "E11 - Type 2 DM"           │
  │ → Dùng cho *_source_concept_id                       │
  └─────────────────────────────────────────────────────┘

  ┌─────────────────────────────────────────────────────┐
  │ standard_concept = 'C' (Classification)              │
  │ → Concept dùng cho phân cấp / ancestor              │
  │ → VD: MedDRA PT "Diabetes mellitus"                 │
  └─────────────────────────────────────────────────────┘

1.3。 domain_id — 標識目標表

網域名稱 ID清潔發展機製表範例
條件CONDITION_OCCURRENCE條件發生疾病、症狀
藥品藥物暴露醫學
程式PROCEDURE_OCCURRENCE流程發生提示
測量測量測試
觀察觀察致謝
設備設備曝光設備
規格解剖網站樣本取樣地點
訪問訪問發生次數類型訪問
型別概念*_type_concept_id資料來源
性別人物性別
比賽人物比賽
單位測量單位單位
路線藥物暴露.route給藥途徑

2. 詞彙表

2.1。結構

專欄類型說明
vocabulary_idVARCHAR(20)PK-ID詞彙
vocabulary_nameVARCHAR(255)全名
vocabulary_referenceVARCHAR(255)參考網址
vocabulary_versionVARCHAR(255)版本
vocabulary_concept_id整數FK→代表概念

2.2。熱門詞彙

詞彙_id名稱主域角色
SNOMEDSNOMED-CT條件、程序、觀察Standard for clinical use
RxNormRxNorm藥品醫學標準
LOINC洛因克測量測試標準
ICD10CMICD-10-CM條件Source concept diagnosis
ICD10PCSICD-10-PCS程式來源概念提示
CPT4CPT-4程式、測量來源計費代碼
空中交通管制空中交通管制藥品Classification of drugs
UCUMUCUM單位計量單位
性別OMOP 性別性別性別
比賽比賽比賽比賽
CVX疫苗藥品疫苗代碼

3. 在 Athena 上尋找 Concept

3.1。尋找步驟

  1. Vào athena.ohdsi.org
  2. Gõ từ khóa: "Type 2 diabetes"
  3. Filter:
     - Standard Concept: Standard ✓
     - Domain: Condition ✓
     - Vocabulary: SNOMED ✓
  4. Kết quả:
     concept_id:     201826
     concept_name:   Type 2 diabetes mellitus
     vocabulary_id:  SNOMED
     concept_code:   44054006
     standard_concept: S
     domain_id: Condition

3.2。 SQL查詢

-- Tìm Standard Concept cho "tiểu đường type 2"
SELECT concept_id, concept_name, vocabulary_id,
       domain_id, standard_concept, concept_code
FROM concept
WHERE LOWER(concept_name) LIKE '%type 2 diabetes%'
  AND standard_concept = 'S'
  AND domain_id = 'Condition'
ORDER BY concept_name;

-- Tìm Source Concept (ICD-10) mapping đến Standard
SELECT
    c_src.concept_id AS source_concept_id,
    c_src.concept_code AS icd10_code,
    c_src.concept_name AS icd10_name,
    c_std.concept_id AS standard_concept_id,
    c_std.concept_name AS standard_name,
    c_std.vocabulary_id AS standard_vocab
FROM concept c_src
JOIN concept_relationship cr
    ON c_src.concept_id = cr.concept_id_1
    AND cr.relationship_id = 'Maps to'
JOIN concept c_std
    ON cr.concept_id_2 = c_std.concept_id
    AND c_std.standard_concept = 'S'
WHERE c_src.concept_code = 'E11'
  AND c_src.vocabulary_id = 'ICD10CM';

4.concept_class_id — 詞彙分類

4.1。斯諾梅德

概念類別 ID意義範例
臨床結果疾病、症狀2 型 DM
程序提示闌尾切除術
車身結構車身結構肝臟
物質品質葡萄糖
可觀察實體測量數量血壓
限定值附加價值嚴重

4.2。接收標準

概念類別 ID水平範例
成分(印度)活性成分二甲雙胍
Clinical Drug Form (CDF)HC+劑型二甲雙胍口服錠
臨床藥物(CD)HC + 劑量 + 形式二甲雙胍 500 毫克片劑
品牌藥 (BD)商品名稱格華止 500 毫克片劑
Clinical Drug Comp (CDC)HC + 劑量二甲雙胍 500 毫克
品牌名稱 (BN)商品名稱噬菌體
劑型 (DF)劑型口服錠劑

5. 域表

專欄類型說明
domain_idVARCHAR(20)PK
domain_nameVARCHAR(255)網域名稱
domain_concept_id整數FK → 概念

6. CONCEPT_CLASS table

專欄類型說明
concept_class_idVARCHAR(20)PK
concept_class_nameVARCHAR(255)班級名稱
concept_class_concept_id整數FK → 概念

7. concept_id = 0 — Special meaning

概念意義何時使用
概念 ID = 0“沒有匹配的概念”無法映射
概念名稱「沒有符合的概念」
域名 ID空
詞彙_id“無”
-- Kiểm tra % records không map được
SELECT
    'condition_occurrence' AS table_name,
    COUNT(*) AS total_records,
    SUM(CASE WHEN condition_concept_id = 0 THEN 1 ELSE 0 END) AS unmapped,
    ROUND(SUM(CASE WHEN condition_concept_id = 0 THEN 1 ELSE 0 END) * 100.0
          / COUNT(*), 1) AS unmapped_pct
FROM condition_occurrence
UNION ALL
SELECT 'drug_exposure', COUNT(*),
    SUM(CASE WHEN drug_concept_id = 0 THEN 1 ELSE 0 END),
    ROUND(SUM(CASE WHEN drug_concept_id = 0 THEN 1 ELSE 0 END) * 100.0
          / COUNT(*), 1)
FROM drug_exposure
UNION ALL
SELECT 'measurement', COUNT(*),
    SUM(CASE WHEN measurement_concept_id = 0 THEN 1 ELSE 0 END),
    ROUND(SUM(CASE WHEN measurement_concept_id = 0 THEN 1 ELSE 0 END) * 100.0
          / COUNT(*), 1)
FROM measurement;

總結

  1. CONCEPT:約1000萬筆記錄,每個醫學概念都有唯一的concept_id
  2. standard_concept:S = 標準(主要使用),C = 分類,NULL = 來源
  3. domain_id決定資料儲存在哪個CDM表中
  4. 字彙:70 多個字典來源(SNOMED、RxNorm、LOINC、ICD-10...)
  5. concept_id = 0:「無法映射」-當 ETL 找不到標準概念時使用 6.查找:athena.ohdsi.org或直接查詢CONCEPT表

下一篇: CONCEPT_RELATIONSHIP 和 CONCEPT_ANCESTOR — 概念之間的關係和層次結構。


參考文獻